转自: https://www.cnblogs.com/litthorse/p/7636839.html
最上面的图形显示的是神经网络的结构图,可知有一个隐层一个输出层
第二部分显示的是训练算法,这里为学习率自适应的梯度下降BP算法;误差指标为MSE
第三部分显示训练进度:
Epoch:训练次数;在其右边显示的是最大的训练次数,可以设定,上面例子中设为300;而进度条中显示的是实际训练的次数,上面例子中实际训练次数为146次。
Time:训练时间,也就是本次训练中,使用的时间
Performance:性能指;本例子中为均方误差(mse)的最大值。精度条中显示的是当前的均方误差;进度条右边显示的是设定的均方误差(如果当前的均方误差小于设定值,则停止训练),这个指标可以用用.trainParam.goal参数设定。
Gradiengt:梯度;进度条中显示的当前的梯度值,其右边显示的是设定的梯度值。如果当前的梯度值达到了设定值,则停止训练。
validation check为泛化能力检查(若连续6次训练误差不降反升,则强行结束训练)
第四部分为作图。分别点击三个按钮能看到误差变化曲线,分别用于绘制当前神经网络的性能图,训练状态和回归分析。